Med den snabba utvecklingen av artificiell intelligens (AI) -teknologi under de senaste åren har många börjat undra hur just dessa tekniker kan hjälpa till att lösa ett av de allvarligaste hoten som redan ligger över mänskligheten - globala klimatförändringar? En ny artikel, skriven av några av de ledande experterna inom utveckling av artificiell intelligens och publicerad på arXiv.org onlineförvaret, försöker besvara denna fråga genom att erbjuda flera exempel på hur maskininlärning kan förhindra att vår civilisation försämras.
De föreslagna metoderna sträcker sig från att använda AI och satellitteknik till mer effektivt övervaka avskogning, till att utveckla nya material som kan ersätta stål och cement (deras produktion står för upp till 9 procent av utsläpp av växthusgaser i atmosfären). Trots denna mångfald, i sina artiklar, återkommer specialister upprepade gånger till de bredare möjligheterna att använda sådan teknik. Särskilt mot denna bakgrund skiljer sig möjligheterna att använda maskinsynteknologi för miljöövervakning; genomföra stora dataanalyser för att bestämma ineffektiviteten hos industrier med hög utsläpp av skadliga ämnen i atmosfären. och att använda AI för att utveckla nya, effektivare systemmodeller, som våra klimatmodeller,tack vare vilket vi bättre kan förutsäga och förbereda oss för framtida förändringar.
Författarna till artikeln, inklusive den brittiska forskaren om konstgjord intelligens, grundare och VD för DeepMind, Demis Hassabi, Turing-prisvinnaren och en av "fäderna till djup lärande" Yoshua Bengio, och grundare av Google Brain, Googles forskningsprojekt om artificiell intelligens Deep Learning - Andrew Ng säger att AI kan vara "ovärderligt" för att minimera de värsta effekterna av globala klimatförändringar, men tillägger att denna teknik inte är en "silverkula" - det enda botemedel mot alla problem. Enligt deras åsikt bör politiska krafter delta aktivt i denna fråga.
Totalt diskuterar artikeln flera områden samtidigt där maskininlärningstekniker kan hitta deras tillämpning, kategoriserad efter tidsramen för deras möjliga användningspotential, förklaras av om denna teknik är tillräckligt utvecklad. Nedan kan du se denna lista.
Konstgjord intelligens kommer att förbättra effektiviteten i kraftförsörjningssystemen
Om mänskligheten planerar att förlita sig på mer förnybara energikällor i framtiden kommer verktyg att behöva sätt att effektivare förutsäga och beräkna den mängd energi vi faktiskt kommer att behöva använda. Dessutom måste dessa beräkningar ske i realtid och under hela dessa verksamhetsperioder.
Kampanjvideo:
Algoritmer har redan utvecklats som kan förutsäga efterfrågan på energi, men effektiviteten hos dessa algoritmer kan förbättras ytterligare genom att i beräkningarna införa faktorer som klimatfunktioner i vissa regioner, samt de specifika detaljerna i ekonomisk aktivitet. Försök att göra specifikationerna i dessa algoritmer mer begripliga gör det också möjligt för operatörerna att tolka resultaten från sin analys och använda dem i planering och välja den mest optimala tiden att lansera dessa förnybara energikällor.
Konstgjord intelligens hjälper till att upptäcka nya material
Forskare måste utveckla nya material för effektivare produktion, lagring och användning av energi, men som regel är processen att upptäcka och utveckla nya material mycket långsam och inte alltid framgångsrik. Teknologier för maskininlärning påskyndar processen att hitta, utveckla och förbättra nya formler med önskade egenskaper.
Kanske kommer detta att leda till utveckling av till exempel en ny typ av bränsle, låt oss villkorligt kalla det "solenergi", som kommer att kunna lagra solskenets energi; ger dig möjlighet att skapa ett nytt och mycket effektivt absorberande av koldioxid eller byggnadsmaterial, vars produktion kommer att avge mindre koldioxid. Sådana material kan en dag ersätta stål och betong, vars produktion frigör nästan 10 procent av världens totala växthusgasutsläpp.
Konstgjord intelligens hjälper till att omorganisera transportsystemet effektivt
Leverans av varor runt om i världen är en mycket komplex och mycket ofta ineffektiv logistikprocess, där varor med olika volymer, vikter och storlekar interagerar och olika typer av transporter används. Samtidigt är det transporter som står för en fjärdedel av alla koldioxidutsläpp till atmosfären.
Teknologier för maskininlärning som används inom detta område gör det möjligt att effektivare kombinera varor som kräver leverans till samma destination, vilket kommer att minska antalet nödvändiga transporter. Dessutom kommer ett sådant system att vara mer motståndskraftigt mot oförutsedda störningar i transportsystem och kommer att kunna hantera enorma flottor av obemannade lastbilar. Författarna noterar dock att den senaste tekniken ännu inte är klar på denna punkt.
Konstgjord kommer att leda till snabb anpassning av elfordon
Elektriska fordon, som är ett viktigt element i avkarboniserande fordon, står inför ett antal problem som hindrar dem från att bli riktigt mainstream.
Maskininlärning kan hjälpa till med det här problemet, säger författarna till rapporten. Till exempel kan algoritmer förbättra hanteringen av batteriförbrukning för att öka körsträckan för varje laddning och minska graden av oro bland potentiella köpare av sådana fordon för att begränsa resområdet. Dessutom kommer dessa tekniker att optimera laddningstiderna.
Konstgjord intelligens optimerar byggnadens infrastruktur
Intelligenta styrsystem baserade på maskininlärning kan reducera byggnadernas energiförbrukning avsevärt, med hänsyn till väderförhållandena, byggnadens aktuella beläggning och andra miljöfaktorer, och sedan justera värme, kylning, ventilation och belysning i rummet i enlighet därmed.
Smarta byggnader kommer att kunna överföra information om miljöns nuvarande tillstånd direkt till nätet så att energiförbrukningen kan minskas om det är brist på elförsörjning med låg koldioxid.
AI kommer att kunna beräkna mängden använda energiresurser mer exakt
I många regioner i världen saknas praktiskt taget data om lokal energiförbrukning och utsläpp av växthusgaser i atmosfären, vilket kan vara ett stort problem för utveckling och genomförande av effektiva kompensationsåtgärder.
Maskinvision gör det möjligt att använda satellitteknologi för att uppskatta den uppbyggda platsen (området) så att maskininlärningsalgoritmer kan använda dessa data för att beräkna energiförbrukning och utsläpp. Liknande metoder kan användas för att identifiera byggnader som kräver uppgraderingar för att förbättra deras effektivitet.
Konstgjord intelligens optimerar leveranskedjorna
Med hjälp av liknande funktioner kan maskininlärningsteknologier optimera kanaler och leveranskedjor genom att minimera koldioxidavtrycket för att transportera olika varor.
Möjligheten till effektivare prognoser av lagen om utbud och efterfrågan kommer att minska produktions- och transportavfall.
Konstgjord intelligens kommer att göra precisionsodling skalbar
De flesta moderna jordbruksgårdar använder principen om växande monokulturer. Med andra ord, endast en gröda odlas över ett stort område.
Detta tillvägagångssätt gör det lättare för jordbrukarna att arbeta på sina fält med jordbruksmaskiner och andra grundläggande fristående verktyg, men samtidigt utarmar marken, berövar den näringsämnen och gör den mindre produktiv. Som ett resultat används ofta gödselmedel för att öka utbytet, särskilt de baserade på kväve, som kan omvandlas till kväveoxider - växthusgaser 300 gånger farligare än koldioxid. Maskininlärningsroboter kan hjälpa jordbruket att bedöma markens nuvarande tillstånd och föreslå vilka grödor som ska planteras för att återställa markhälsan samtidigt som behovet av gödningsmedel minskar.
AI kommer att hjälpa till mer effektivt övervaka avskogning
Avskogning bidrar till cirka 10 procent av de totala utsläppen av växthusgaser. Att spåra och förebygga denna ofta olagliga aktivitet är vanligtvis en mycket tidskrävande och rutinmässig process som kräver personlig övervakning på plats.
I sin tur kommer satellitbilder, i kombination med maskinsynsteknik, att möjliggöra automatisk analys av förlust av skogstäckning i stor skala, och specialsensorer installerade på platser, i kombination med algoritmer som till exempel kan upptäcka ljuden från motorsågar, kan hjälpa brottsbekämpande myndigheter att mer effektivt hantera olagliga aktiviteter.
AI kommer att bidra till att ändra våra konsumenters attityder
Enligt författarna till rapporten finns det en utbredd missuppfattning i världen att vanliga människor inte kan påverka klimatförändringarna allvarligt.
Därför är det i denna fråga nödvändigt att klargöra hur exakt människor kan hjälpa. Maskininlärning hjälper dig att beräkna ditt koldioxidavtryck (summan av alla växthusgasutsläpp du skapar i dina dagliga aktiviteter) och göra små förändringar för att minska det. Till exempel kan systemet föreslå att man använder ofta kollektivtrafik än persontransporter; mindre ofta köper kött i butiken; eller minska elförbrukningen hemma. Var och en av oss skapar individuellt ett litet kolavtryck, men om du tar dem alla på en gång är siffrorna mycket större. Förändringar i våra attityder till konsumtion och tillägg av alla individuella åtgärder som syftar till detta kan ha en stor kumulativ effekt.
AI kommer att förbättra effektiviteten i meteorologi och klimatologi
Många av de mest betydande klimatförändringarna under de kommande decennierna kommer att förknippas med mycket komplexa naturliga system, till exempel förändring av moln- eller isarkdynamik.
Det är just dessa frågor där AI har stora förhoppningar. Exakt modellering av dessa processer hjälper forskare att bättre förutsäga extrema väderförhållanden (som orkaner och torka), vilket i sin tur hjälper stater att utveckla metoder för skydd mot de värsta effekterna av dessa händelser.
Konstgjord intelligens hjälper till med geoengineering
I detta skede är detta användningsfall för AI bland alla de som presenteras ovan det mest spekulativa, men det finns också stora förhoppningar på det, åtminstone från vissa forskare.
Om vi kan utveckla sätt att göra planetens molntäcke mer reflekterande, eller till och med skapa konstgjorda moln baserade på speciella aerosoler, kan vi reflektera mer solljus från jorden. Men denna fråga kräver seriös utredning. AI kan hjälpa till med detta, men författarna till rapporten konstaterar att denna metod för att använda konstgjord intelligens är en mycket avlägsen fråga som kommer att kräva samarbete från alla regeringar i världen. Exempelvis håller experter från det kanadensiska universitetet i Waterloo med om denna ståndpunkt, som tror att denna orimliga metod för frågan om geoengineering kan inleda ett tredje världskrig.
